Optimal Text-Based Time-Series Indices
基于文本的最优时间序列指数AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确构建文本时间序列指数，并以同期跟踪或预测目标变量、包括通胀为目的，对应时间序列与预测方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于文本的最优时间序列指数
- 研究问题
- 如何构建文本时间序列指数，使其最大化与目标变量的同期关系或预测表现，并用于跟踪金融与宏观经济指标？
- 方法与思路
- 作者以目标变量相关性或预测表现为优化目标构建文本指数，使用《华尔街日报》新闻语料跟踪 VIX 与通胀预期。
- 材料陈述的贡献
- 摘要称，所提出的指数构建方法在展示的应用中优于已有指数；摘要未提供评价指标、比较幅度或样本外检验细节。
- 阅读关注点
- 应核对文本特征、优化目标及训练窗口如何设定，尤其关注时间信息泄漏、样本外验证和已有指数的公平比较方式。
- 阅读边界
- 仅据 arXiv 预印本摘要解读，同行评审及期刊接收未经核实；最优性针对何种目标及性能能否外推，摘要未说明。
原文摘要
We propose an approach to construct text-based time-series indices in an optimal way--typically, indices that maximize the contemporaneous relation or the predictive performance with respect to a target variable, such as inflation. We illustrate our methodology with a corpus of news articles from the Wall Street Journal by optimizing text-based indices focusing on tracking the VIX index and inflation expectations. Our results highlight the superior performance of our approach compared to existing indices.